参数多于人口：大语言模型在调查研究中的系统文献综述
数字图书馆
2025-09-04 v1 计算机与社会
摘要
调查研究悠久的历史致力于人力驱动，但也采纳了各种技术来收集、处理和分析各种行为、政治和社会等结果等感兴趣的议题。与此同时，大型语言模型（LLMs）带来了新的技术挑战和先决条件，以充分发挥其潜能。本文报告了工作进行中的系统文献综述，该综述基于来自多个大型数据库和引文网络的关键词搜索，对LLMs当前在调查研究过程中应用的情形进行评估。我们综合组织了发现，按照调查研究过程对LLM的使用进行归类，包括LLM在三个广泛阶段：数据收集前、数据收集和数据收集后使用的示例。我们讨论了基于现有文献中的示例的潜在用例以及其陷阱。鉴于调查研究在数据质量方面拥有丰富的经验和历史，我们讨论了一些机会，并描述了将来展望，以 contribue to the continued development and refinement of LLMs。
引用
@article{arxiv.2509.03391,
title = {More Parameters Than Populations: A Systematic Literature Review of Large Language Models within Survey Research},
author = {Trent D. Buskirk and Florian Keusch and Leah von der Heyde and Adam Eck},
journal= {arXiv preprint arXiv:2509.03391},
year = {2025}
}